元坝须三段致密含钙砂砾岩地层测井响应特征及岩性识别方法

致密含钙砂砾岩地层岩石类型多样,含钙屑砂岩、岩屑砂岩、炭质砂岩、砂砾岩等,然而含钙砂砾岩地层不同岩石类型测井响应差异小、识别难,岩性识别成为制约该类储层有效勘探开发的关键.以多级交会图为手段,详细分析各岩石类型测井响应特征及差异的内在成因,确定各岩石类型在测井交会图上的分布区间,实现岩性逐级判别.首先将含钙砂砾岩地层岩性分为煤、泥岩、砾岩、砂岩四大类,采用电阻率、伽马等测井方法识别四大类岩性;然后,根据砾石含量将砾岩分为含砂砾岩、砂质砾岩两小类,采用电阻率、中子等测井方法对砾岩进行细分;接着,根据组分及粒度将砂岩划分为炭质砂岩、中-粗粒钙屑砂岩、细粒钙屑砂岩、钙屑粉砂岩-常规岩屑砂岩四小类,采用电阻率、伽马等测井方法对砂岩进行细分;最终实现基于多级交会图的含钙致密砂砾岩地层四大类八小类岩性识别,识别结果与岩心、薄片吻合较好.该方法为明确致密含钙砂砾岩地层各类岩性测井响应特征、建立岩性剖面及确定有利储层展布提供了依据.     

基于核Fisher判别的致密碎屑岩岩性识别

致密碎屑岩储层具有致密、低孔隙和非均质性强等特点,岩性识别是储层预测中的难点之一。文章针对这一问题,提出将核Fisher判别方法用于致密碎屑岩储层的岩性识别,结果表明核Fisher判别方法能有效的识别川西XC地区致密碎屑岩中的砂岩和粉砂岩。     

砂砾岩岩芯定量化描述方法研究

油田钻探取芯所获得岩芯是研究油气田和研究油气层最直观、最宝贵的地质实物资料,岩芯图像是利用高分辨率岩芯图像采集仪对岩芯实物资料的外表面或剖切面进行光学扫描形成的表面特征图像,在图像分辨率足够高的条件下,岩芯图像上的沉积物特征非常明显。介绍了岩芯图像在砂砾岩岩芯结构描述和砾石的砾径、面积、磨圆度等参数计算中的应用,期望对正在逐步深化的隐蔽油气勘探提供一些帮助。     

塔南凹陷复杂岩性低渗透储层测井岩性识别

岩性识别是复杂岩性低渗透油藏高效开发中的关键地质难题,以塔南凹陷白垩系为例,探索了复杂岩性地层
的测井岩性识别方法。研究区白垩系正常陆源碎屑和火山碎屑物质同时沉积,铜钵庙组发育凝灰质砂砾岩、凝灰质砂
岩、沉凝灰岩、凝灰岩、砂岩、砾岩和泥岩7 种岩性类型,岩性复杂,储层物性差,岩性与电性对比度低。在不同岩性地
层测井响应特征研究的基础上,选择4 种测井曲线进行岩性综合解释,采用Fisher 判别方法达到减小同类岩性地层测
井响应差异,并增大不同岩性测井响应差异的目的,建立了研究区7 类岩性的判别函数,实现了非取芯井的测井岩性
识别,识别正确率达到98.1%,解决了复杂岩性低渗透储层中的测井岩性识别难题,为油藏开发提供了技术支持。     

东营凹陷砂砾岩体测井特征

经过多年的钻井、地质分析等得知,胜利油田砂砾岩体油藏主要分布于北部陡坡带。这些构造部位古地形陡峭,沉积发育了由陡坡断阶控制形成的岩性油气藏。这些构造部位所完钻的探井均在砂砾岩体储层中见到良好的油气显示,并获得工业油气流。目前,这类油气藏在油气勘探开发中所占的比重越来越大,但由于砂砾岩体特殊的成因及沉积类型,使得砂砾岩体岩性复杂,非均质性强,且由于地层埋藏深,地震资料上识别困难,油气识别也相对困难,不利于油气藏勘探开发。测井资料在很大程度上可以反映储层的岩性,所含的流体性质,因而对测井资料的研究就显得尤为重要。     

基于核Fisher判别的复杂储层岩性识别研究

复杂储层中多种岩性均可作为储层,不同岩性的物性特征差异较大,分岩性解释复杂储层物性是求准物性较为有效的一种方法,但是不同岩性的测井特征相近,常规线性分类方法识别效果不理想,因为复杂储层的岩石识别中非线性分类特征占较大比例。针对这一问题,本文将Fisher判别分析(FDA)做核推广,形成核Fisher判别分析(KFDA),进一步利用Fisher判别中未提取的非线性信息,通过升维获得更多的非线性分类特征,然后再通过降维来提取利于岩性分类的特征。文章通过实验对核Fisher在数据预处理、关键参数的选取等方面进行了详细介绍,并将核Fisher方法与其它分类方法进行比较,验证了核Fisher方法的岩性识别能力,而对于不同岩性间的差异相似关系,造成岩性识别精度低的情况,提出了分级核Fisher判别分析的思路,研究证明利用分级核Fisher判别分析的思路可进一步提高岩性的识别精度。     

雷64区块砂砾岩储层岩性识别方法研究

在取心、岩石物理实验的基础上,采用统计方法对雷64区的岩性进行研究,将其分为砂质细砾岩和不等粒砂岩两大类.利用直方图法优选出识别这两大类岩性的敏感测井曲线,并且依据优选出来的敏感测井曲线,建立了用于识别砂质细砾岩和不等粒砂岩的测井响应交会图法、决策树模型、系统聚类模型.通过对上述三种模型进行精度分析,发现决策树模型的精度要高于测井响应交会图法和系统聚类模型.同时利用所建立的两种决策树模型对雷71井进行岩性识别,将识别结果与实际取心对比,发现综合判断准确率均大于85%.结果表明,给出的决策树模型可很好地用于该地区砂砾岩储层的岩性识别.     

徐家围子断陷深层致密砂砾岩优质储层预测

营四段致密砂砾岩是松辽盆地徐家围子断陷深层天然气勘探的主要目标。为了在地下处于高温、高压环境的致密砂砾岩储层中,寻找物性甜点,预测优质储层的分布,讨论沉积相和成岩作用对营四段砂砾岩储层孔隙度和渗透率的综合影响,应用成岩作用数值模拟技术,预测成岩阶段的横向展布,结合前人沉积相的研究成果,预测营四段致密砂砾岩4类储层在平面上的展布。研究结果表明:不同沉积相的砂砾岩体处于不同的成岩阶段就形成了4种不同类型的储层(Ⅰ,Ⅱ,Ⅲ和Ⅳ类)。徐家围子断陷目前已发现的工业气流井主要位于Ⅰ和Ⅱ类优质储层中,低产气流井主要分布在Ⅲ类储层存在的范围内。     

电成像测井资料在砂砾岩油气藏岩性识别中的应用

徐家围子断陷深层砂砾岩段是该区重要的目的储层,该类储层非均质性强、岩性复杂,常规测井响应曲线规律性差,难以准确识别储层岩性。本文利用地层微电阻率成像测井(FMI)资料,并充分结合岩心、薄片等信息,将研究区砂砾岩体典型岩石的FMI图像作为模板,总结相应的FMI图像特征,建立各种岩性在FMI图像上的识别模式,以此定性分析法指导其它井段的岩性识别。在实际应用中,利用砂砾岩体各种岩性的FMI图像识别模式,对研究区几口井目的层段进行了岩性识别,识别结果与岩心、薄片定名资料的符合率达82.4%。     

砂砾岩储层裂缝摩阻测试及应用

砂砾岩储层压裂时裂缝容易发生不规则扭曲,具有多裂缝、滤失大、摩阻高等特点,为了测试影响裂缝壁面摩阻的相关因素及影响程度,设计并制作了砂砾岩裂缝壁面摩阻的测试装置,测试并分析了相关因素,获得砂砾岩摩阻的增长规律,拟合回归出砂砾岩裂缝摩阻公式,误差小于10%,用于预测砂砾岩储层施工时的裂缝摩阻,为确定施工压力,优选施工工艺及参数提供依据。     

量子神经网络在雷家地区岩性识别中的应用

雷家地区砂砾岩储层岩性复杂多变,因此准确的识别岩性对于储层参数的计算有着非常重要的意义。本文以量子神经网络为根据,建立了一种基于量子神经网络的岩性识别模型。并且将所建立的模型用于模拟雷家地区砂砾岩储层测井响应与不同岩性之间的映射关系,来实现复杂岩性条件下不同岩性的自动识别。     

玛湖致密砾岩注氮气驱机理及应用效果评价

针对玛湖致密砾岩储层采用的水平井+体积压裂衰竭开发,产量递减快的问题,分别在室内和现场开展了注氮气提高采收率研究。室内实验通过气驱相态、混相能力、驱油效果等方法评价了M区块的提高采收率潜力。实验结果表明,氮气在原油中溶解度小,驱油机理主要依靠自身的膨胀性驱油,且氮气的最小混相压力62.3 MPa,目前M区块很难达到混相驱。现场在玛湖油田M区块选择一个1注5采的井组开展注氮气先导试验,并取得了较好的效果。单井评价了产油量、油压、气油比、氮气浓度等4个参数指标的见效特征;井组分析了注气前和注气过程中产量的变化,累增油1 953 t。最后结合地质和工程认识,总结了影响注气效果的主控因素。本次注氮气应用效果显著,验证了致密砾岩储层水平井+体积压裂注氮气提高采收率是一项可行的技术。     

乍得Bongor盆地潜山岩性识别及储层测井综合评价

潜山油藏作为非常规油藏之一,近年来随着研究的深入,陆续实现突破。Bongor盆地2013年首次发现潜山油藏,针对该盆地潜山岩性复杂,储集空间多样,储层识别和评价难度较大的问题,通过对大量的岩心数据进行分析,基本厘清了Bongor盆地潜山岩性,通过分析不同岩性的测井响应特征,确定了岩性识别定量标准。在此基础上通过岩石力学实验分析其力学性质,优选出了优势岩性,并利用常规测井曲线,结合全烃值和峰基比的方法,首次建立了该盆地潜山油藏储层和油层定性定量识别标准,取得了较好的应用效果。     

用测井资料自动连续鉴别和评价地层岩性及生油

本文介绍一种利用“多参数”及“地区经验”自动确定地层岩性及生油的方法.通过统计、分析、综合多种测井资料,实现计算机自动连续评价和划分钻井地质剖面.以大庆松辽盆地北部地层岩性和生油鉴别评价为例,介绍了这一方法的具体分析处理过程.     

廊固凹陷西部大兴砾岩体油气藏形成条件研究

大兴砾岩体位于廊固凹陷西部，为冲积扇——扇三角洲沉积体系，是本区具潜力的勘探目标，通过岩石录井资料和三维地震资料分析，建立了砾岩体剖面识别模式，并划分出两种不同的砾岩体油藏类型，揭示了本区砾岩体的三维空间分布特征，研究表明：大头断层下降盘砾岩油气藏有着比较好的盖层和油源条件，本区存在两种不同的砾岩油气藏类型可供勘探，并将油藏描述技术成功地运用于砾岩油气藏的勘探．     

改进的Fisher判别分析与折痕检测

针对毛杆折痕难以检测问题,首先将羽毛杆图像转化为一维信号,通过随机共振降低光照不均干扰,结合模极大值理论进行信号奇异点检测;利用奇异点位置完成子图像提取以减少对羽毛杆遍历检测带来的误判。然后采用协方差矩阵对目标子图像进行特征结构描述,引入仿射不变度量使得该空间满足黎曼流形的要求,并以此调整了Fisher判别分析的类间散度和类内散度计算。最后利用黎曼指数映射得到了样本的最佳映射空间,从而实现非线性空间的类别判别。实验结果验证了所提方法的有效性。